Study of broadband noise prediction generated from a low-pressure fan based on machine learning

基于机器学习的低压风机宽带噪声预测研究

基本信息

  • 批准号:
    21K12294
  • 负责人:
  • 金额:
    $ 2.66万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2021
  • 资助国家:
    日本
  • 起止时间:
    2021-04-01 至 2024-03-31
  • 项目状态:
    已结题

项目摘要

機械学習の決定木は、例えば、将来の電力供給を複雑に絡み合う要因の中から有意性のある要因を見つけ出して予測することができるなど、データの中に隠れた因子を特定する解法として有用である。この決定木に基づいて、圧力PSDを決定することができれば、ファン騒音の予測を機械学習に展開することができる。まず、機械学習を行う際の特徴量として、主流速度のみの場合と主流速度と迎角の場合の予測結果を比較した。その結果、主に低周波から中間の周波数帯域にかけて、迎角が広帯域騒音を予測するための重要な因子の一つであることが分かった。また、教師データとして与える風洞試験の実験データの組み合わせが空力騒音の予測結果に与える影響について議論した。平板から発生する空力騒音予測において、多数の教師データを学習させたモデルは、風洞試験の主流速度の範囲で、実測値の騒音をおよそ±5 dBの誤差範囲で予測することができた。これらのことから多数の教師データを含むモデルの予測精度は、教師データが少ないモデルの予測精度よりも良いことが分かった。さらに、低圧ファンから発生する空力騒音の予測について考察した。予測値は実測値よりも過剰に見積もられたが、そのスペクトル分布の形状を表すことができた。機械学習によるファン騒音の予測では、各スパン位置の相対速度を含む速度帯の教師データを与えることが必要であることを示した。定常の数値シミュレーションの相対速度を用いてファン騒音を予測した結果、予測値のスペクトル分布は実測値を表すことができた。
Rote learning の decided to wood は, example え ば, future の power supply を 雑 に collaterals み of う will rejoice in の か ら interested in sex の あ る will see を つ け out し て in measuring す る こ と が で き る な ど, デ ー タ の in government に れ た factor を specific す る solution と し て useful で あ る. こ の decided to wood に base づ い て, pressure PSD を decided す る こ と が で き れ ば, フ ァ ン を の 騒 notes to test mechanical learning に す る こ と が で き る. ま ず, mechanical learning the event line を う の 徴 quantity と し て, mainstream velocity の み の occasions と の と Angle の occasions to mainstream speed measurement results を し た. そ の results, main に low-frequency か ら の cycle for middle 帯 domain に か け て, Angle of attack が hiroo 帯 domain を 騒 notes can be す る た め の important な factor の つ で あ る こ と が points か っ た. ま た, teachers デ ー タ と し て and え る wind tunnel test の be 験 デ ー タ の group み close わ せ が aerodynamic に の 騒 notes to the test results and え る influence に つ い て comment し た. Tablet か ら 発 raw す る aerodynamic 騒 sound can be に お い て, most の teachers デ ー タ を learning さ せ た モ デ ル は, wind tunnel test の mainstream speed の van 囲 で, be measured numerical の 騒 sound を お よ そ plus or minus 5 dB の error van 囲 で す to test る こ と が で き た. こ れ ら の こ と か ら most の teachers デ ー タ を containing む モ デ ル は の to measuring precision, teachers デ ー タ が less な い モ デ ル の to measuring precision よ り も good い こ と が points か っ た. Youdaoplaceholder0, low-pressure ファ ら ら ら generating する aerodynamic 騒 sound <s:1> pre-measurement に て て て investigation of た た. To measure numerical は be measured numerical よ り も before turning に see product も ら れ た が, そ の ス ペ ク ト ル distribution の を table す こ と が で き た. Rote learning に よ る フ ァ ン の 騒 notes can be で は, various ス パ ン の polices phase speed を contain む 帯 の teachers デ ー タ を and え る こ と が necessary で あ る こ と を shown し た. Constant の the numerical シ ミ ュ レ ー シ ョ ン の phase velocity を seaborne using い て フ ァ ン を 騒 notes can be し た results, to measure numerical の ス ペ ク ト ル distribution は be measured numerical を table す こ と が で き た.

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
水平軸風車のストール制御とその出力性能に関する研究
水平轴风力发电机失速控制及其输出性能研究
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kodai Tanaka;Soichi Sasaki;Soichi Sasaki;佐々木壮一,田中康大;佐々木壮一,田中康大;菅沼隼人,佐々木壮一
  • 通讯作者:
    菅沼隼人,佐々木壮一
水平軸風車のストール制御に関する研究
水平轴风力机失速控制研究
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kodai Tanaka;Soichi Sasaki;Soichi Sasaki;佐々木壮一,田中康大;佐々木壮一,田中康大;菅沼隼人,佐々木壮一;菅沼隼人,佐々木壮一;佐々木壮一
  • 通讯作者:
    佐々木壮一
Prediction of broadband noise generated from low-pressure fan based on experimental pressure power spectrum density
基于实验压力功率谱密度的低压风机宽带噪声预测
  • DOI:
    10.3397/1/377047
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0.4
  • 作者:
    H. Kakihata;H Hosino;N. Nogawa;S. Miyazu;N. Yoshikawa;N. Harada;K. Suzuki;渥美太郎,三上つき乃;石村直人,松浦哲久,池本良子;Soichi Sasaki
  • 通讯作者:
    Soichi Sasaki
Prediction Methodology of Broadband Noise Generated from a Horizontal Axis Wind Turbine Based on Blade Element Momentum Theory
基于叶片单元动量理论的水平轴风力发电机宽带噪声预测方法
低圧ファンから発生する後縁騒音の予測に関する方法論的研究
低压风机后缘噪声预测方法研究
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

佐々木 壮一其他文献

佐々木 壮一的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('佐々木 壮一', 18)}}的其他基金

機械学習に基づくストール制御風車の創出とその空力騒音の予測
基于机器学习及其气动噪声预测的失速控制风力发电机的创建
  • 批准号:
    24K08325
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)

相似海外基金

機械学習アルゴリズムを用いた敗血症性凝固線溶障害の早期予測モデルの開発
使用机器学习算法开发脓毒性凝血和纤溶性疾病的早期预测模型
  • 批准号:
    24K12133
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
アニーリングと機械学習の融合による説明可能AI基盤の研究
结合退火和机器学习研究可解释的人工智能基础设施
  • 批准号:
    24KJ1081
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
機械学習による滑走路の離着陸容量の短期的予測手法に関する研究
基于机器学习的跑道起降能力短期预测方法研究
  • 批准号:
    24K07722
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
機械学習を用いた波形解析による高速中性子エネルギー測定法の技術開拓
利用机器学习进行波形分析的快中子能量测量方法的技术开发
  • 批准号:
    24K08298
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
調理シミュレーションと機械学習の融合および非接触計測による加熱制御システムの構築
结合烹饪模拟与机器学习和非接触测量构建加热控制系统
  • 批准号:
    24K05572
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号:
    24K13518
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号:
    24K15093
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号:
    24K15095
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了